Exa（旧Metaphor）とは？
Exa（イグザ）は、開発者やAIエージェント向けに設計されたWeb検索APIです。もともと「Metaphor」という名称でニューラル検索エンジンとして開発されていましたが、2024年に現在の名称へとリブランドしました。名前の「Exa」は10の18乗（10^18）に由来しており、「整理された知識の量ではGoogleの10^100より価値がある」という思想を込めています。
通常のキーワード検索とは異なり、Exaはニューラルネットワークによる意味ベースの検索（セマンティック検索）を採用しています。「〇〇に似たページを探して」「〇〇について書かれた記事をリストアップして」という形で、概念レベルの検索が可能です。ChatGPTやClaudeなどのAIに「リアルタイムのWebアクセス」を持たせたい場合の接続先として、LangChainやCrewAIなどのフレームワークとの組み合わせで多く使われています。
200ms以下
Exa Instant の応答速度
94.9%
SimpleQAベンチマーク精度
1,000件
無料枠（月間リクエスト数）
Exaは自社でWebインデックスを保有しており、GoogleのSERPをスクレイピングするのとは仕組みが異なります。これにより、検索結果の品質をコントロールしやすく、AIアプリケーションへの組み込みを想定した設計になっています。
主な機能
ExaはAPIとして提供されており、主に6つのエンドポイントで構成されています。それぞれ用途が明確に分かれているため、必要な機能だけを選んで使うことができます。
Search（検索）
自然言語やキーワードでWebを検索し、URLとコンテンツを返します。ドメイン・日付・カテゴリによるフィルタリングが可能。100〜1,200msで応答します。
Exa Instant（高速検索）
2026年2月にリリースされた超高速検索。200ms以下で応答するため、リアルタイムのAIエージェントワークフローに最適です。従来の検索レイテンシが原因でボトルネックになっていた用途に向いています。
Contents（コンテンツ取得）
URLを指定してWebページの全文コンテンツを取得します。LLMに渡すためのクリーンなテキストが得られ、$1/1,000ページと低コストです。
Answer（回答生成）
質問に対してExa検索を組み合わせた自然言語回答を返します。ソース出典も付いており、チャットボットやQ&Aシステムの構築に使えます。
Research（深掘りリサーチ）
複数ステップでWebを調査し、構造化された報告書を非同期で生成します。処理に6〜30秒かかりますが、AIによる深いリサーチ作業を自動化できます。
Find Similar（類似URL検索）
指定したURLに概念的に似たページを検索します。競合サイト調査、類似記事の収集、参考文献探しなどに活用できます。
対応する統合先も豊富で、LangChain・LlamaIndex・CrewAIなどのAIフレームワーク、ClaudeのMCPサーバー、Cursor・VS Codeなどの開発ツール、さらにOpenAI・Anthropic・Google ADK・Snowflakeとも連携できます。
実際の使い方例（Python）
たとえばPythonから「最近のAI規制に関するニュースを5件取得したい」場合、exa.search("AI regulation news 2026", num_results=5, use_autoprompt=True) のように呼び出すだけで、関連ページのURLとコンテンツが返ってきます。これをそのままLLMのコンテキストに渡せば、最新情報に基づいた回答生成が実現します。
料金
Exaは従量課金制で、エンドポイントごとに料金が異なります。月1,000リクエストまでは無料で使えるので、まず試してから必要に応じてアップグレードできます。スタートアップや教育プロジェクト向けに$1,000分の無料クレジット付与プログラムもあります。
| エンドポイント | 料金 | 応答速度 | 主な用途 |
|---|---|---|---|
| Search基本 | $7/1,000リクエスト（1〜10件） | 100〜1,200ms | AIエージェントのWeb検索 |
| Agentic Search | $12/1,000リクエスト | 6〜30秒 | マルチステップ調査・深掘りリサーチ |
| Contents | $1/1,000ページ | 約500ms | ページ全文取得・LLMコンテキスト生成 |
| Answer | $5/1,000回答 | — | 質問への直接回答（引用付き） |
| Research | $5〜（操作単位） | 非同期 | 深掘りリサーチ・構造化レポート |
| Enterprise | 要問い合わせ | — | 大量利用・カスタムデータセット・SLA |
コスト感の目安
たとえば1日100回のAgent向け検索を行う場合、Searchエンドポイントを使うと月あたり約$21（100回×30日÷1,000×$7）になります。個人開発やプロトタイプなら無料枠（月1,000リクエスト）で十分な期間試せます。なお、検索結果10件を超えると1件あたり$1が追加されるため、件数の設定にも注意が必要です。
対応SDK・プラットフォーム
こんな人・プロジェクトにおすすめ
ExaはUIを持たない純粋なAPIサービスです。「自分でアプリを作る」または「既存のAIフレームワークに組み込む」という使い方が前提になります。以下のような人やプロジェクトに向いています。
具体的な活用場面として、Cursor（AIコードエディタ）がドキュメント検索にExaを使っていることが知られています。また、金融情報・求人情報・マーケティングトレンドの追跡など、特定ドメインの情報を継続的に収集・分析する用途でも採用されています。
RAGパイプラインへの組み込み
LangChainやLlamaIndexで構築したRAGシステムに検索ステップとして組み込む。キーワードではなく意味で検索するため、関連文書の抽出精度が上がります。
AIエージェントのリアルタイム検索
CrewAIやLangGraphで動くエージェントに最新Webアクセスを持たせる。Exa Instantの200ms以下応答により、複数ステップのエージェント処理でも速度劣化しません。
競合・市場調査の自動化
特定企業や業界に関するWebコンテンツを定期収集し、LLMで要約・分析するパイプラインを組む。Find Similarで類似ページを芋づる式に収集する用途でも有効です。
AIアプリ向けの検索APIはExaだけではありません。代表的な3サービスの違いを整理しました。
| 比較項目 | Exa | Tavily | Perplexity API |
|---|---|---|---|
| 検索方式 | ✓ セマンティック（意味ベース） | キーワード中心 | 検索＋LLM応答セット |
| 精度（SimpleQA） | ✓ 約94.9% | 公開データなし | 公開データなし |
| LangChain統合 | コミュニティ維持 | ✓ 公式サポート | あり |
| 回答生成（Answer） | あり（$5/1,000） | なし | ✓ 主力機能 |
| 高速応答モード | ✓ 200ms以下 | なし | なし |
| 導入難易度 | やや高め | 低め（初心者向け） | 低め |
注意点
Exaは強力なAPIですが、使い始める前に知っておくべき点があります。
使う前に確認しておきたいこと
- 一般ユーザー向けではない：ExaにはChatGPTやPerplexityのような使いやすいUIがありません。APIを叩くか、LangChainなどのフレームワークを通じて使うのが前提です
- 日本語コンテンツの網羅性：自社インデックスのため、日本語Webの収録率は大手検索エンジンより低い場合があります。日本語固有のトピックを扱う場合は事前に検証が必要です
- コミュニティ統合はまだ発展途上：LangChainとの公式統合は存在しますが、TavilyのようにLangChainチームが直接メンテナンスしているわけではなく、コミュニティ維持のものが多いです
- Livecrawlのフォールバック：リアルタイムクロールが失敗した場合、キャッシュされた古い結果にフォールバックすることがあります。鮮度が重要な用途では注意が必要です
- 関連度スコアの廃止予定：Auto検索での関連度スコア（relevance score）はアーキテクチャ改善に伴い非推奨化が進んでいます。スコアに依存した実装は修正が必要になる場合があります
開発者以外には使いにくい点
ExaはAPIツールとして設計されており、「コードを書かずにすぐ使える」というツールではありません。ドキュメントやSDKは整備されていますが、APIキーの取得・コードへの組み込み・エラーハンドリングなど、開発の基礎知識が必要です。非エンジニアが単独で活用するのは難しいです。
まとめ
ExaはAIエージェントやLLMアプリに「リアルタイムのWeb検索能力」を追加したい開発者向けのAPIサービスです。旧名Metaphorから引き継いだセマンティック検索技術に加え、200ms以下のExa Instantや深掘りリサーチのResearchエンドポイントなど、AIアプリケーション向けに機能が拡充されています。
月1,000リクエストまでは無料で試せるため、まずはPythonまたはJavaScriptのSDKを使って小規模な検証から始めるのが現実的です。LangChainやCrewAIを使ったRAGパイプラインを構築しており、キーワード検索より概念的な意味で検索したい場合には、TavilyやSerpAPIの代替として検討する価値があります。
一方、コードを書かずに使いたい方や、日本語コンテンツを中心に扱う用途には向いていない面もあります。「開発者のためのツール」という位置づけを理解した上で導入を判断してください。
グーグル